[論文レビュー] Comparing Alternatives to Measure the Impact of DDoS Attack Announcements on Target Stock Prices

Abhishta Abhishta, Reinoud Joosten+1 more|arXiv (Cornell University)|May 30, 2018

Network Security and Intrusion Detection参考文献 12被引用数 3

ひとこと要約

本稿では、DDoS攻撃のアナウンスが被害企業の株価に与える影響を評価するための3つの手法を検証し、累積異常収益に正規分布を仮定する従来のアプローチと、経験的分布を用いる2つのノンパラメトリック手法を比較している。正規分布を仮定すると、市場への影響が著しく過大または過小評価されてしまうことが判明し、サイバーセキュリティファイナンス分野におけるイベントスタディ分析において、より正確な推定を行うために経験的分布の使用を推奨する。

ABSTRACT

The attack intensity of distributed denial of service (DDoS) attacks is increasing every year. Botnets based on internet of things (IOT) devices are now being used to conduct DDoS attacks. The estimation of direct and indirect economic damages caused by these attacks is a complex problem. One of the indirect damage of a DDoS attack can be on the market value of the victim firm. In this article we analyze the impact of 45 different DDoS attack announcements on victim's stock prices. We find that previous studies have a mixed conclusion on the impact of DDoS attack announcements on the victim's stock price. Hence, in this article we evaluate this impact using three different approaches and compare the results. In the first approach, we use the assume the cumulative abnormal returns to be normally distributed and test the hypothesis that a DDoS attack announcement has no impact on the victim's stock price. In the latter two methods, we do not assume a distribution and use the empirical distribution of cumulative abnormal returns to test the hypothesis. We find that the assumption of cumulative abnormal returns being normally distributed leads to overestimation/underestimation of the impact. Finally, we analyze the impact of DDoS attack announcement on victim's stock price in each of the 45 cases and present our results.

研究の動機と目的

• DDoS攻撃のアナウンスが株価に与える影響を測定する際、累積異常収益が正規分布に従うと仮定する従来のイベントスタディ手法の信頼性を評価すること。
• 45件のDDoS攻撃アナウンスに関する実データを用いて、2つのノンパラメトリック手法と1つのパラメトリック手法という3つの異なるアプローチを比較すること。
• 収益の分布に関する仮定が、サイバー攻撃アナウンスによる市場影響の推定に著しく歪みをもたらすかどうかを特定すること。
• より強固な統計的枠組みを用いて、先行研究で得られたDDoS攻撃の市場価値への影響に関する知見を再評価・強化すること。

提案手法

• 3つの手法を用いるアプローチを採用：手法1は累積異常収益（CAR）が正規分布に従うと仮定し、仮説検定にZ統計量を用いる。
• 手法2は異常収益の推定に加法的モデルを用い、分布に関する仮定をせず、CARの経験的分布に依存する。
• 手法3は収益推定に乗法的モデルを適用し、正規分布の仮定を避け、有意性の検定に経験的分布を用いる。
• 交差クロス集計を用いて、各手法間の有意性分類（＋ve、なし、－veの影響）の乖離を比較する。
• 異常収益の推定に、マーケットモデルおよびFama-French三要因モデルを用いるイベントスタディ手法を適用する。
• 帰無仮説（影響なし）の下での観測されたCARとその経験的サンプリング分布を比較することで、ノンパラメトリック検定を実施する。

実験結果

リサーチクエスチョン

• RQ1 累積異常収益に正規分布を仮定すると、DDoS攻撃アナウンスの市場への影響についての結論が偏るのか？
• RQ2 経験的分布を用いるノンパラメトリック手法と、パラメトリック手法とを比較した場合、DDoSイベントに伴う株価反応を検出する能力に差があるか？
• RQ3 正規分布を仮定する手法と仮定しない手法との間で、有意性分類に体系的な差が生じるか？
• RQ4 加法的モデルと乗法的モデルという異なる収益推定モデルの選択が、サイバーセキュリティ文脈におけるイベントスタディ分析の結果にどの程度影響を及えるか？

主な発見

• 累積異常収益に正規分布を仮定すると、5.77％のケースで影響が過大評価され、7.55％のケースで過小評価されることが判明し、顕著なバイアスが生じることが示された。
• ノンパラメトリック手法（手法2および手法3）は、加法的モデルと乗法的モデルの両方で一貫した結果を示しており、モデル選択が結果に与える影響は最小限であることが示唆された。
• 手法1（正規分布仮定）と手法3（経験的分布）の間で、分析対象となった225期間のうち22.2％で有意性分類に矛盾が生じ、誤った推論のリスクが浮き彫りになった。
• 本研究では、ING、ノルデア、ドイチェテレコム、ラックスペースに影響を及ぼしたサービス停止を伴うDDoS攻撃が、特に9日および11日のイベントウィンドウで著しく負の異常収益をもたらすことが確認された。
• 一方、Visa、マスターカード、Facebookを標的とした攻撃では、市場への影響は顕著ではなく、先行研究の結果と整合的であったが、より強固な方法論的枠組みを用いて再検証された。
• これらの結果は、パラメトリックな正規分布仮定を経験的分布に基づく検定に置き換えることで、サイバーセキュリティイベントスタディにおける正確性が向上することを支持する。